Pemanfaatan artificial intelligence untuk personalisasi pengalaman belanja e-commerce

Authors

  • Valentinus Agung Putra Gunawan Universitas Ma Chung

Keywords:

artificial intelligence, personalisasi, Tokopedia, Bukalapak, e-commerce Indonesia

Abstract

Perkembangan digital yang pesat telah membawa perubahan signifikan dalam industri e-commerce Indonesia, mendorong perusahaan untuk menyesuaikan diri dengan ekspektasi konsumen yang semakin beragam dan bersifat individual. Salah satu inovasi teknologi yang berperan penting adalah artificial intelligence, AI, yang memungkinkan platform untuk menganalisis perilaku pengguna, memberikan rekomendasi produk yang relevan, serta menyediakan layanan pelanggan yang responsif dan otomatis. Penelitian ini bertujuan untuk menganalisis dan membandingkan pemanfaatan artificial intelligence, AI, dalam personalisasi pengalaman belanja pada dua platform e-commerce besar di Indonesia, yaitu Tokopedia dan Bukalapak. Metode yang digunakan adalah pendekatan kualitatif dengan desain studi kasus komparatif. Data diperoleh melalui studi literatur, observasi langsung fitur-fitur berbasis artificial intelligence, serta wawancara semi-terstruktur dengan sepuluh pengguna aktif dari kedua platform. Hasil penelitian menunjukkan bahwa Tokopedia mengutamakan pendekatan personalisasi berbasis data perilaku pengguna melalui sistem rekomendasi dan fitur pencarian pintar, sedangkan Bukalapak lebih fokus pada efisiensi layanan dengan mengandalkan chatbot, sistem rekomendasi promosi, dan deteksi penipuan. Perbedaan strategi ini mencerminkan segmentasi pasar yang dituju: Tokopedia pada konsumen ritel yang menuntut kenyamanan, dan Bukalapak pada pelaku UMKM yang mengutamakan kepraktisan dan keamanan. Penelitian ini menyimpulkan bahwa personalisasi berbasis artificial intelligence tidak hanya meningkatkan kenyamanan dan kepuasan pengguna, tetapi juga memperkuat loyalitas pelanggan dan daya saing platform. Studi ini juga merekomendasikan pentingnya transparansi dalam penggunaan data dan pengembangan sistem artificial intelligence yang lebih inklusif dan adaptif terhadap konteks lokal Indonesia.

References

Fitria, L., & Rahmawati, E. (2020). Pengaruh rekomendasi produk berbasis AI terhadap loyalitas pelanggan pada e-commerce Indonesia. Jurnal Riset Ekonomi dan Bisnis, 13(1), 54–63.

Gursoy, D., Chi, C. G., Lu, L., & Nunkoo, R. (2019). Consumers acceptance of artificially intelligent (AI) device use in service delivery. International Journal of Information Management, 49, 157–169. https://doi.org/10.1016/j.ijinfomgt.2019.03.008

Hidayat, A., & Sari, K. (2021). Efektivitas chatbot dalam meningkatkan layanan e-commerce: Studi kasus Bukalapak. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 8(2), 179–188.

Huang, M.-H., & Rust, R. T. (2021). Artificial intelligence in service. Journal of Service Research, 24(1), 3–16. https://doi.org/10.1177/1094670520902266

Kumar, V., Dixit, A., Javalgi, R. G., & Dass, M. (2022). Enhancing customer experience using AI: Evidence from e-commerce. Journal of Business Research, 139, 1041–1050. https://doi.org/10.1016/j.jbusres.2021.10.047

Linoff, G. S., & Berry, M. J. A. (2011). Data mining techniques: For marketing, sales, and customer relationship management (3rd ed.). Wiley.

Nasution, D. A., & Ramadhan, M. H. (2022). Studi perbandingan implementasi AI pada layanan konsumen Tokopedia dan Shopee. Jurnal Teknologi dan Sistem Komputer, 10(1), 12–20.

Pratama, A. P., & Wibowo, D. P. (2021). Analisis penerapan artificial intelligence untuk personalisasi produk di platform e-commerce. Jurnal Manajemen dan Kewirausahaan, 23(2), 115–124.

Saraswati, D. E., & Yulianto, E. (2020). Personalisasi pengalaman pelanggan berbasis data mining pada marketplace lokal. Jurnal Sistem Informasi Bisnis, 10(1), 37–46.

Sun, Y., Liu, Y., Zhang, J., & Wang, Y. (2021). Enhancing consumer trust in AI-powered product recommendations. Electronic Commerce Research and Applications, 46, 101034. https://doi.org/10.1016/j.elerap.2020.101034

Zhang, J., Wang, C., Xu, Y., & Liu, Y. (2022). Personalized recommendation systems in e-commerce: A review and future directions. Computers in Human Behavior Reports, 6, 100185. https://doi.org/10.1016/j.chbr.2022.100185

Downloads

Published

2025-10-10